CN112084719A - 基于计算机辅助设计和辅助仿真的道路交通智能设计平台 - Google Patents

Abstract

本发明提供一种基于计算机辅助设计和辅助仿真的道路交通智能设计平台；包括：平台配置组件、模型导入组件、CAD场景编辑组件、CAE实时仿真组件、场景可视化组件、场景发布组件、VR虚拟现实组件、AI辅助设计组件；CAD与CAE通过内存读取进行动态联动，应用实时渲染、三维模型编辑及AI仿真技术，将道路设计与验证同步进行，实现CAD+CAE+AI一体化。本发明可以解决现有技术中存在的道路交通工程方案设计与工程交通性能仿真脱节，影响道路交通工程方案设计质量与效率的技术问题。

Description

基于计算机辅助设计和辅助仿真的道路交通智能设计平台

技术领域

本发明涉及道路交通设计和仿真技术领域，具体涉及一种基于计算机辅助设计和辅助仿真的道路交通智能设计平台。

背景技术

目前在进行道路交通规划时，通常的做法是根据设计资料，在CAD软件中进行道路交通设计，然后在CAE软件中进行道路交通仿真，再将仿真结果进行展示，以辅助制定道路交通的规划方案。Autodesk公司及Bentley公司的软件作为CAD行业代表，VISSIM和TransCAD等专业仿真软件作为CAE行业代表，因为受制于基础数据格式差异，CAD和CAE相互间具有融合的天然屏障。CAE由于数据转化繁琐，设计习惯及规范标准严重不符，导致在我国道路交通的设计方面使用较少。

现有技术CN110379014A提供了一种基于BIM+VR技术的交互式道路仿真方法及平台，首先进行三维模型的重构，将CAD道路图纸导入UE4引擎，并将CAD道路图纸中不同格式的三维多边形网格模型通过UV坐标系进行三维模型的重构；然后将重构后的三维模型与卫星地图进行贴合；根据道路场景中的用途和目的进行场景渲染，形成不同的场景模型，并利用全局光照实时运算场景光源并进行光源调节；最后通过VR设备以交互的形式对场景进行体验，并进行改善调节。上述技术方案可以利用实时全局光照实时运算场景光源互动调节，提升场景真实感。在VR设备的帮助下，结合拟真的环境，通过全景沉浸式交互体验，使参与者有一种身临其境的驾驶感，从而对道路场景方法进行沉浸式审视，真正地从道路使用者角度感受设计成果。

但是，上述技术方案仅仅是将BIM和CAE在同一个软件平台里进行了整合，没有引入CAD，道路交通工程的方案设计与工程交通性能的仿真依旧是脱节的，会影响道路交通工程方案的设计质量与效率。

发明内容

针对现有技术存在的不足，本发明提出一种基于计算机辅助设计和辅助仿真的道路交通智能设计平台，以解决现有技术中存在的道路交通工程方案设计与工程交通性能仿真脱节，影响道路交通工程方案设计质量与效率的技术问题。

本发明采用的技术方案如下：

第一方面，提供了一种基于计算机辅助设计和辅助仿真的道路交通智能设计平台；

在第一种可实现方式中，设计平台包括：

平台配置组件，用于设定平台参数，完成系统初始化；还用于配置运行过程中需要读入的段落信息；

模型导入组件，用于解析导入原始模型，转换为平台自身格式并进行信息分类；

CAD场景编辑组件，用于实现场景模型的几何信息与信息属性编辑，包括主体编辑、附属设施编辑；

CAE实时仿真组件，用于实现场景交通元素实时模拟，包括机动车仿真子系统、非机动车仿真子系统、人群仿真模拟子系统；

场景可视化组件，用于通过实时渲染管线对场景实现三维展示，包括信息点子系统、天气子系统、模型库子系统；

场景发布组件，用于对生成的场景进行存储、场景发布、图表生成，包括存储子系统、发布子系统、图表子系统；及

VR虚拟现实组件，用于结合实时渲染管线与VR设备接口，实现虚拟浏览与虚拟驾驶功能，包括虚拟浏览子系统、虚拟驾驶子系统。

结合第一种可实现方式，在第二种可实现方式中，平台参数包括场景范围、场景初始镜头设置、兴趣点描述信息、GIS地理信息、VR初始状态信息、链接的云空间地址。

结合第一种可实现方式，在第三种可实现方式中，解析导入原始模型按以下步骤进行：

进行文件格式解析，获取各类型数据；

对数据进行编组索引，将数据写入数据库；

通过编组索引完成对数据的分类识别。

结合第一种可实现方式，在第四种可实现方式中，场景交通元素实时模拟选用基于CUDA智能体的交通流模拟方法进行仿真，具体包括以下步骤：

对场景内的所有可运动单元进行智能体化，得到多个智能体；

设置智能体的边界条件；

根据场景内的道路信息，设置智能体在场景内的初始坐标与行为目的地；

根据场景内的道路信息使用寻径算法，在并行计算架构下同时计算多个智能体的行为策略；

根据多个智能体的行为策略，在并行计算架构下同时计算并更新多个智能体的实时坐标；

根据多个智能体的初始坐标和实时坐标，在场景内显示多个智能体的运动轨迹，完成仿真模拟。

结合第一种可实现方式，在第五种可实现方式中，CAD与CAE通过内存读取进行动态联动，具体按以下步骤进行：

针对要进行仿真的模型范围，开辟内存区域；

进入CAD模型编辑状态，标记已开辟的内存区域进入可编辑状态，CAE根据标记停止仿真；

在CAD模型编辑状态下，进行模型编辑的操作，对模型顶点信息、UV信息、法线信息进行相应调整；

CAD模型编辑状态结束，标记已开辟的内存区域进入只读状态；

CAE实时仿真组件接收到CAD模型编辑状态结束的消息，读取内存，更新CAE仿真模型；

根据更新后的CAE模型，调整语义化参数，提取抽象信息，进行物理性及逻辑性仿真，将成果可视化表达。

结合第一种到第五种可实现方式中的任意一种，在第六种可实现方式中，还包括AI辅助设计组件，AI辅助设计组件用于辅助CAD设计，包括数据预处理子系统、数据训练子系统。

结合第六种可实现方式，在第七种可实现方式中，数据训练子系统用于通过仿真推演结果，结合方案数据训练结果对方案进行基础评价，在限制条件下生成衍生设计，实现自动方案调整供用户参考，对每次处理的数据进行机器学习以实现参数迭代。

第二方面，在第八种可实现方式中，提供了一种基于计算机辅助设计和辅助仿真的道路交通智能设计方法，采用第一种到第七种可实现方式中任意一种智能设计平台进行设计。

第三方面，在第九种可实现方式中，提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现第八种可实现方式中的基于计算机辅助设计和辅助仿真的道路交通智能设计方法。

第四方面，在第十种可实现方式中，提供了一种计算机可读存储介质，存储介质上存储有计算机程序，该程序被处理器执行时，实现第八种可实现方式中的基于计算机辅助设计和辅助仿真的道路交通智能设计方法。

由上述技术方案可知，本发明的有益技术效果如下：

1.应用实时渲染、三维模型编辑及AI仿真技术，将道路设计与验证同步进行，可以实现CAD+CAE+AI一体化概念，大幅度提升设计效率与方案质量。

2.应用GPU加速技术，通过读取内存中模型数据，实现交通仿真过程与设计模型同步联动，达到实时仿真效果，使得方案的合理性可以同步验证

3.基于CAE仿真，应用AI机器学习结果，实时反馈优化设计建议，实现衍生设计概念。尤其在复杂环境下的道路方案设计中能有效减少人为设计失误，为工程节省造价，实现方案价值最大化。

4.设计方案可作为AI训练模型，随着使用频率增加，可依靠机器学习技术，不断提升AI模型算法质量。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明实施例1智能设计平台系统架构示意图；

图2为本发明实施例1智能设计平台工作流程图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

实施例1

本发明提供一种基于计算机辅助设计和辅助仿真的道路交通智能设计平台，包括：

平台配置组件，用于设定平台参数，完成系统初始化；还用于配置运行过程中需要读入的段落信息；

模型导入组件，用于解析导入原始模型，转换为平台自身格式并进行信息分类；

CAD场景编辑组件，用于实现场景模型的几何信息与信息属性编辑，包括主体编辑、附属设施编辑；

CAE实时仿真组件，用于实现场景交通元素实时模拟，包括机动车仿真子系统、非机动车仿真子系统、人群仿真模拟子系统；

场景可视化组件，用于通过实时渲染管线对场景实现三维展示，包括信息点子系统、天气子系统、模型库子系统；

场景发布组件，用于对生成的场景进行存储、场景发布、图表生成，包括存储子系统、发布子系统、图表子系统；及

VR虚拟现实组件，用于结合实时渲染管线与VR设备接口，实现虚拟浏览与虚拟驾驶功能，包括虚拟浏览子系统、虚拟驾驶子系统。

以下对实施例1工作原理进行详细说明：

本实施例中，智能设计平台的系统架构如图1所示，具体包括以下：

1.平台配置组件

平台配置组件用于设定平台参数，完成系统初始化。平台参数就是一系列系统配置的选项，在本实施例中，平台参数包括场景范围、场景初始镜头设置、兴趣点描述信息、GIS地理信息(比如经度、纬度信息)、VR初始状态信息(比如转入VR状态的视角高度、角度)、链接的云空间地址。

平台配置组件还用于配置运行过程中需要读入的段落信息。段落信息是指将每个信息都放入一个段落中，对不同的信息通过不同段落进行配置。

2.模型导入组件

模型导入组件用于解析原始模型，转换为平台自身格式并进行信息分类。在本实施例中，原始模型包括BIM(建筑信息模型)、道路设计文件模型，按以下步骤解析导入：

(1)进行文件格式解析，解析后获取各类型的数据，包括多边形、三角面、空间点烧序、组件信息、LOD信息(细节层次模型)，等等。

(2)对上述数据进行编组索引，将数据写入数据库；

(3)通过编组索引完成对数据的分类识别，包括地形、道路、标线、方向、GIS坐标、BIM信息。

3.CAD场景编辑组件

CAD场景编辑组件包括主体编辑、附属设施编辑；用于实现场景模型的几何信息与信息属性编辑。

在进行CAD场景编辑时，根据本实施例中步骤2导入的模型数据，通过对顶点、面片及贴图的调整实现几何体变换，同时通过数据库操作对主体、附属设施的相应属性信息进行修改，完成场景的主体编辑、附属设施编辑。具体的，包括进行构件编组、空间构网、材质贴图、光照贴图、LOD(细节层次模型)重建。

在本实施例中，对主体、附属设施举例说明，主体包括道路、建筑物、山体、河流、天空等；附属设施包括信号灯、植被等。

4.CAE实时仿真组件

CAE实时仿真组件包括机动车仿真子系统、非机动车仿真子系统、人群仿真模拟子系统，用于实现场景交通元素实时模拟，具体为机动车仿真模拟、非机动车仿真模拟、人群仿真模拟。

在本实施例中，选用基于CUDA智能体的交通流模拟方法进行仿真，具体包括以下步骤：

对场景内的所有可运动单元进行智能体化，得到多个智能体；

设置智能体的边界条件；

根据场景内的道路信息，设置智能体在场景内的初始坐标与行为目的地；

根据场景内的道路信息使用寻径算法，在并行计算架构下同时计算多个智能体的行为策略；

根据多个智能体的行为策略，在并行计算架构下同时计算并更新多个智能体的实时坐标；

根据多个智能体的初始坐标和实时坐标，在场景内显示多个智能体的运动轨迹，完成仿真模拟。

在进行交通流模拟时，仿真平台直接实时调用该DLL动态链接库进行仿真。应用GPU加速技术，通过读取内存中模型数据，实现交通仿真过程与设计模型同步联动，达到实时仿真效果，使得方案的合理性可以同步验证。

具体的，CAD与CAE通过内存读取进行动态联动，按以下步骤进行：

(1)针对要进行仿真的模型范围，开辟内存(缓存)区域。

(2)进入CAD模型编辑状态，标记此部分内存区域进入可编辑状态，CAE根据此标记判断，停止仿真。

(3)在CAD模型编辑状态下，进行模型编辑的操作，对模型顶点信息、UV信息、法线信息等进行相应调整。

(4)用户点击模型编辑结束，CAD模型编辑状态结束，标记此部分内存操作进入只读状态。

(5)CAE实时仿真组件接收到CAD模型编辑状态结束的消息，读取内存，更新CAE仿真模型。

(6)根据更新后模型，调整相关语义化参数，提取抽象信息，进行物理性及逻辑性仿真(主要应用于交通流模拟)，将成果可视化表达。

(7)若用户重新调整CAD模型，则循环至步骤(2)。

在本实施例中，将基于CUDA智能体的交通流模拟计算算法写入单独的动态链接库，形成DLL库文件并存储在智能体交通流模拟单元中。在进行交通流模拟时，相比CAD保存为模型，CAE再来读取这样的传统方式，采用本实施例的技术方案，达到了实时联动的目的，实现了真正意义上的“所见即所得”仿真。

5.场景可视化组件

包括POI(信息点)子系统、天气子系统、模型库子系统，通过实时渲染管线对场景实现三维展示，包括兴趣点(POI)交互演示、气象模拟、可以热加载的第三方模型库。信息点子系统用于兴趣点(POI)交互演示，天气子系统用于气象模拟，模型库子系统用于热加载的第三方模型库。

在本实施例中，应用实时渲染单元中的UnrealEngine(虚幻引擎)将智能体交通流仿真结果与骨骼动画模型进行绑定，实时渲染单元通过实时渲染的方式，实现场景模型的高质量可视化与智能体交通流模拟仿真同步的效果。

6.场景发布组件

场景发布组件用于对生成的场景进行存储、场景发布、图表生成，包括存储子系统、发布子系统、图表子系统。其中，存储子系统用于场景存储，发布子系统用于场景发布，图表子系统用于图表生成。

7.VR虚拟现实组件

包括虚拟浏览子系统、虚拟驾驶子系统，用于结合实时渲染管线与VR设备接口，实现虚拟浏览与虚拟驾驶功能。

通过VR设备进行体验时，使用者可选择在不同的天气情况下以行人或者空中飞行模式或者驾驶员视角进行体验，从而对道路规划情况有更加直观的感受。通过虚拟浏览子系统可以选择虚拟浏览模式，参与者可在场景中自由行走，以第一人称视角任意观看，从而对道路方案进行沉浸式审查，对道路和建筑体有更直观的认识。虚拟驾驶子系统虚拟驾驶子系统可以选择虚拟驾驶模式，利用驾驶模拟设备，在三维设计场景中进行虚拟驾驶。在VR设备的帮助下，用户在虚拟车内自由操作，全方位任意观看，对道路规划的方案进行不同时速下的沉浸式体验，直观的感受视距、弯道、盲区和天气情况的影响。在本实施例中，VR设备的选择不作限定，举例说明，比如HTC VIVEPRO。

8.AI辅助设计组件

AI辅助设计组件包括数据预处理子系统、数据训练子系统。

数据预处理子系统主要进行以下的预处理：TIN模型的三角面处理、正反面处理、UV贴图坐标展开、地形模型边缘平滑处理及场景优化。

数据训练子系统用于通过仿真推演结果，结合方案数据训练结果对方案进行基础评价，在限制条件下生成衍生设计，实现自动方案调整供用户参考，对每次处理的数据进行机器学习以实现参数迭代。通过上述方式可实现AI辅助设计。在复杂环境下的道路方案设计中能有效减少人为设计失误，为工程节省造价，实现方案价值最大化。设计方案可作为AI训练模型，随着使用频率增加，可依靠机器学习技术，不断提升AI模型算法质量。

下文用设计时具体的数据流向，来对本实施例的智能设计平台工作过程加以说明，如图2所示，包括以下步骤：

由平台配置组件读取配置，完成平台初始化；

通过模型导入组件将模型输入到平台中，进行模型解析，得到几何信息、设计要素信息、数据信息；

使用AI辅助设计组件、CAE实时仿真组件、场景可视化组件完成结构化场景；

使用场景发布组件进行场景发布；

使用VR虚拟现实组件，结合VR设备进行虚拟驾驶与虚拟浏览。

通过本实施例的道路交通智能设计平台，可以实现：

道路交通设计与道路交通仿真在同一套系统内完成；

设计方案实时仿真，调整方案同步显示交通仿真结果；

三维视觉验证与交通模拟仿真实时同步，结合GIS+BIM+VR技术；

应用AI技术辅助设计优化方案，采用机器自学习技术，将不同人工方案进行有效变化样本，生成自学习样本，达到计算模型不断迭代优化的目的。

通过本实施例的技术方案，应用实时渲染、三维模型编辑及AI仿真技术，将道路设计与验证同步进行，可以实现CAD+CAE+AI一体化概念，大幅度提升设计效率与方案质量。

实施例2

提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现实施例1中提供的基于计算机辅助设计和辅助仿真的道路交通智能设计方法。

实施例3

提供了一种计算机可读存储介质，存储介质上存储有计算机程序，该程序被处理器执行时，可以实现实施例1中提供的基于计算机辅助设计和辅助仿真的道路交通智能设计方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于，包括：

平台配置组件，用于设定平台参数，完成系统初始化；还用于配置运行过程中需要读入的段落信息；

模型导入组件，用于解析导入原始模型，转换为平台自身格式并进行信息分类；

CAD场景编辑组件，用于实现场景模型的几何信息与信息属性编辑，包括主体编辑、附属设施编辑；

CAE实时仿真组件，用于实现场景交通元素实时模拟，包括机动车仿真子系统、非机动车仿真子系统、人群仿真模拟子系统；

场景可视化组件，用于通过实时渲染管线对场景实现三维展示，包括信息点子系统、天气子系统、模型库子系统；

场景发布组件，用于对生成的场景进行存储、场景发布、图表生成，包括存储子系统、发布子系统、图表子系统；及

VR虚拟现实组件，用于结合实时渲染管线与VR设备接口，实现虚拟浏览与虚拟驾驶功能，包括虚拟浏览子系统、虚拟驾驶子系统。

2.根据权利要求1所述的基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于：所述平台参数包括场景范围、场景初始镜头设置、兴趣点描述信息、GIS地理信息、VR初始状态信息、链接的云空间地址。

3.根据权利要求1所述的基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于，解析导入原始模型按以下步骤进行：

进行文件格式解析，获取各类型数据；

对数据进行编组索引，将数据写入数据库；

通过编组索引完成对数据的分类识别。

4.根据权利要求1所述的基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于，场景交通元素实时模拟选用基于CUDA智能体的交通流模拟方法进行仿真，具体包括以下步骤：

对场景内的所有可运动单元进行智能体化，得到多个智能体；

设置智能体的边界条件；

根据场景内的道路信息，设置智能体在场景内的初始坐标与行为目的地；

根据场景内的道路信息使用寻径算法，在并行计算架构下同时计算多个智能体的行为策略；

根据多个智能体的行为策略，在并行计算架构下同时计算并更新多个智能体的实时坐标；

根据多个智能体的初始坐标和实时坐标，在场景内显示多个智能体的运动轨迹，完成仿真模拟。

5.根据权利要求1所述的基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于，CAD与CAE通过内存读取进行动态联动，具体按以下步骤进行：

针对要进行仿真的模型范围，开辟内存区域；

进入CAD模型编辑状态，标记已开辟的内存区域进入可编辑状态，CAE根据标记停止仿真；

在CAD模型编辑状态下，进行模型编辑的操作，对模型顶点信息、UV信息、法线信息进行相应调整；

CAD模型编辑状态结束，标记已开辟的内存区域进入只读状态；

CAE实时仿真组件接收到CAD模型编辑状态结束的消息，读取内存，更新CAE仿真模型；

根据更新后的CAE模型，调整语义化参数，提取抽象信息，进行物理性及逻辑性仿真，将成果可视化表达。

6.根据权利要求1-5所述的基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于：还包括AI辅助设计组件，所述AI辅助设计组件用于辅助CAD设计，包括数据预处理子系统、数据训练子系统。

7.根据权利要求6所述的基于计算机辅助设计和辅助仿真的道路交通智能设计平台，其特征在于：所述数据训练子系统用于通过仿真推演结果，结合方案数据训练结果对方案进行基础评价，在限制条件下生成衍生设计，实现自动方案调整供用户参考，对每次处理的数据进行机器学习以实现参数迭代。

8.一种基于计算机辅助设计和辅助仿真的道路交通智能设计方法，其特征在于，所述设计方法采用权利要求1-7任意一项所述智能设计平台进行设计。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求8所述的基于计算机辅助设计和辅助仿真的道路交通智能设计方法。

10.一种计算机可读存储介质，存储介质上存储有计算机程序，其特征在于，该程序被处理器执行时，实现权利要求9所述的基于阶段性注意力机制的降雨型滑坡位移预测方法。

Images